【摘 要】
：
K-means聚类算法是基于划分的经典聚类算法之一，因其简洁、高效得到了广泛的应用。K-means算法具有容易实现、时间和空间复杂度较小的优点。但该算法的初始聚类数K通常不能通
【基金项目】
：
国家自然科学基金资助项目（61171053）,南京邮电大学基金（SGll07）
论文部分内容阅读
K-means聚类算法是基于划分的经典聚类算法之一，因其简洁、高效得到了广泛的应用。K-means算法具有容易实现、时间和空间复杂度较小的优点。但该算法的初始聚类数K通常不能通过有效的手段事先确定，其初始聚类中心往往是随机选取的，易收敛于局部最优解，造成聚类结果的不准确。基于多叉树确定K值的动态K-means聚类算法是对传统算法的改进，力求在迭代过程中动态分裂合并簇来确定最合理的聚类数，并且能在一定程度上解决聚类结果收敛于局部最优解的问题。文中还探索了相应的数据模型以支持所改进算法的研究，并从横向与纵向两
其他文献
我省哈尔滨市是国家重要的工业基地之一,也是我国东北部较大的商贸中心,现已形成了以机电工业为主体,轻工、纺织、医药、食品、汽车、建材、化工等门类比较齐全的工业体系。
牡丹江市农村合作基金会始建于1987年,在发展道路上已经走过8个年头。截止1994年末,全市已建立农村基金会73家,占全市乡、镇总数的57％,部分村屯也建立了机构。农村基金会的建
基层人民银行怎样才能成为名符其实的中央银行,是目前各界普遍关注的问题,实质性阻力在于人民银行对金融的监管难度较大。 一、基层人行金融监管的难点 1、金融法规缺乏刚性
随着图像信息量呈指数级的增长,图像处理面临效率低与质量差的双重挑战,图像结构相似度作为图像质量评价领域常用的一种方法也面临着同样的问题。为此,提出了一种基于超级计算机的数字图像结构相似度并行处理方法。基于超算中心的高性能计算平台实现图像结构相似度的并行处理,采用分块并行计算图像的三种信息,通过与单机计算比较来评价并行处理的性能。实验结果表明,针对数据量大的图像,采用所提出的并行处理方案的耗时远低于
社区检测是社交网络中常用的分析手段,目的是发现网络中联系较为紧密的节点集群,提取集群,从而进一步探索集群隐含的信息.现实中的社交网络随时间不断增大,传统的社区检测算
针对耦合分布式系统中一个计算模块独自占用某台计算资源，导致其他计算模块无法调度到该计算资源的情况，提出了一种动态任务分配的调度算法。该算法能够根据计算任务的调度要求
在传统谱聚类算法中，构造相似矩阵时需要人为输入尺度参数；除此之外，之后的k-means过程中还需要人工输入确切的聚类数目，而以上两个参数对聚类效果影响巨大。针对以上问题，提出了
VXLAN作为overlay网络技术的代表,为解决云数据中心的组网问题提供了有效的技术支持,使网络更具可扩展性。但传统VXLAN技术是基于数据平面的,存在诸多局限性。早在EVPN之前,
随着时代的进步与技术的发展,当前以主机为中心的IP互联网的主要任务以及互联网用户的关注方向已经发生了翻天覆地的变化,而IP互联网由于其固有的特性已经不堪重负。信息中心
针对分形图像压缩过程中匹配编码效率和保证重构图像质量的冲突问题,在定义一种图像子块的新特征—相似比的基础上,提出一种基于小波变换与分形编码相结合的图像压缩算法。该算法首先利用小波变换对图像进行处理,由于经过小波变换后的原图像自相似性被破坏,在引入分形特征时,对于低频区域图像信息不再进行分形压缩,直接保存处理;在高频区域则利用提出的相似比特征,定义每个range块和domain块的相似比,建立它与匹